dc.contributor.advisor | Ayundyah Kesumawarti, S.Si., M.Si | |
dc.contributor.author | NADYA ANIS FAISA | |
dc.date.accessioned | 2022-08-04T02:42:44Z | |
dc.date.available | 2022-08-04T02:42:44Z | |
dc.date.issued | 2022-02-11 | |
dc.identifier.uri | https://dspace.uii.ac.id/handle/123456789/38131 | |
dc.description.abstract | Virus COVID-19 memberikan dampak ke sektor pendidikan
yang mengharuskan pembelajaran dengan sistem online. Setelah
kasus virus COVID-19 terus menurun, pembelajaran tatap muka
(PTM) sudah kembali diberlakukan dengan segala ketentuan yang
tertera pada Surat Edaran Nomor 4 Tahun 2021 tentang Pembelajaran
Tatap Muka Tahun Akademik 2021/2022. Walaupun sudah mengikuti
segala ketentuan yang tertulis namun pelaksanaan PTM di kala
pandemi memiliki resiko yang tinggi, beberapa kali PTM gagal
diberlakukan karena terdapat kenaikan kasus, sehingga terdapat
penurunan hasil belajar para pelajar. Hasil analisis topic modelling
menggunakan metode Latent Direchlet Allocation (LDA) diperoleh 6
topic tentang PTM saat pandemi COVID-19 di Indonesia dengan nilai
coherence 0.397225, yang dimana ke-6 topic secara keseluruhan
dapat disimpulkan membicarakan mengenai persiapan PTM dan
setelah dilakukan analisis sentimen setiap topic, didapatkan hasil
setiap topic memiliki sentimen positif lebih banyak. Sehingga semua
topic memiliki sentimen positif yang secara garis besar membicarakan
mengenai kesiapan PTM dan sentimen negatif membicarakan
keluhan dan ke-khawatiran pembelajaran saat pandemi COVID-19
dengan sistem online maupun luring. | en_US |
dc.publisher | Universitas Islam Indonesia | en_US |
dc.subject | Topic Modelling | en_US |
dc.subject | Analisis Sentimen | en_US |
dc.subject | LDA | en_US |
dc.subject | COVID-19 | en_US |
dc.subject | PTM | en_US |
dc.subject | Tatap Muka | en_US |
dc.subject | Sekolah Tatap Muka | en_US |
dc.title | Implementasi Latent Dirichlet Allocation Mengenai Pembelajaran Tatap Muka Saat Pandemi Covid-19 Pada Twitter (Studi Kasus : Tweet Terkait Pembelajaran Tatap Muka Di Media Sosial Twitter) | en_US |
dc.Identifier.NIM | 18611035 | |